Carregando pacotes

Importação do banco do ENADE/INEP

dataset <<- read_csv2("MICRODADOS_ENADE_2017.txt")

Seleção das Variáveis Desejadas

ds.filtered <<- dataset %>% dplyr::select(
  NT_OBJ_FG,
  CO_GRUPO,
  CO_REGIAO_CURSO,
  QE_I02,
  CO_TURNO_GRADUACAO
)

NT_OBJ_FG | Quantitativa Discreta | Nota bruta na parte objetiva da formação geral. (valor de 0 a 100) CO_GRUPO | Qualitativa Nominal | Código da área de enquadramento do curso no Enade CO_REGIAO_CURSO | Qualitativa Nominal | Código da região de funcionamento do curso QE_I02 | Qualitativa Nominal | Qual é a sua cor ou raça? CO_TURNO_GRADUACAO | Qualitativa Nominal | Código do turno de graduação

Seleção do Curso Desejado

ds.engenharia <<- ds.filtered %>% filter(CO_GRUPO == 6306)

Transformação das Variáveis

ds.engenharia <<- ds.engenharia %>% mutate(
  Curso = case_when(
    CO_GRUPO == 6306 ~ "Engenharia",
    TRUE ~ "Outro"
  )
)
#Nota
ds.engenharia = ds.engenharia %>% mutate(
  Nota = NT_OBJ_FG
)
#Regiao
ds.engenharia = ds.engenharia %>% mutate(
  Regiao = case_when(
    CO_REGIAO_CURSO == 1 ~ "Norte",
    CO_REGIAO_CURSO == 2 ~ "Nordeste",
    CO_REGIAO_CURSO == 3 ~ "Sudeste",
    CO_REGIAO_CURSO == 4 ~ "Sul",
    CO_REGIAO_CURSO == 5 ~ "Centro-Oeste"
  )
)
#Raca
ds.engenharia = ds.engenharia %>% mutate(
  Raca = case_when(
    QE_I02 == "A" ~ "Branca",
    QE_I02 == "B" ~ "Preta",
    QE_I02 == "C" ~ "Amarela",
    QE_I02 == "D" ~ "Parda",
    QE_I02 == "E" ~ "Indígena",
    QE_I02 == "F" ~ "Não quero declarar"
  )
)
#Turno
ds.engenharia = ds.engenharia %>% mutate(
  Turno = case_when(
    CO_TURNO_GRADUACAO == 1 ~ "Matutino",
    CO_TURNO_GRADUACAO == 2 ~ "Vespertino",
    CO_TURNO_GRADUACAO == 3 ~ "Integral",
    CO_TURNO_GRADUACAO == 4 ~ "Noturno"
  )
)
# Limpar Dataset
cps = c(  "NT_OBJ_FG",
          "CO_GRUPO",
          "CO_REGIAO_CURSO",
          "QE_I02",
          "CO_TURNO_GRADUACAO")
ds.engenharia <<- subset(ds.engenharia, select = -c(NT_OBJ_FG,
                                                  CO_GRUPO,
                                                  CO_REGIAO_CURSO,
                                                  QE_I02,
                                                  CO_TURNO_GRADUACAO) )

Variáveis Obrigatorias

unique(d$Regiao) %>% kbl %>% kable_material_dark(full_width = F)

unique(d$Raca) %>% kbl %>% kable_material_dark(full_width = F)

unique(d$Turno) %>% kbl %>% kable_material_dark(full_width = F)

unique(d$Nota) %>% kbl %>% kable_material_dark(full_width = F)

Missing

summary_na = ds.engenharia %>%
  select(everything()) %>%
  summarise_all(list(~ sum(is.na(.))))

summary_na %>% kbl %>% kable_material_dark(full_width = F)

Removendo todos os NAs

ds.eng.final = ds.engenharia %>% na.omit()
d3 <- describe(ds.eng.final)

#Verificando se todos os NA's foram de fato removidos

summary_final.nas=ds.eng.final %>%
  select(everything()) %>%  
  summarise_all(list(~sum(is.na(.))))

summary_final.nas %>% kbl %>% kable_material_dark(full_width = F)

#Quatidade De Linhas Do Banco Original
dim(ds.engenharia)[1]

## [1] 8699

#Quatidade De Linhas Do Banco sem os NAS
dim(ds.eng.final)[1]

## [1] 7576

#observaçoes removidas
dim(ds.engenharia)[1] - dim(ds.eng.final)[1]

## [1] 1123

( dim(ds.engenharia)[1] - dim(ds.eng.final)[1] ) / dim(ds.engenharia)[1] 

## [1] 0.1290953

Foram removidos em torno de 13% do banco de dados original devido à retirada de observações faltantes.

Comparando as médias de Turno por Raça

ds.eng.final_mod1 = ds.eng.final %>%
  select(Raca, Nota, Turno) %>%
  group_by(Turno, Raca) %>%
  summarise(
    quantidade = n(),
    media = mean(Nota, na.rm = T),
    mediana = median(Nota, na.rm = T),
    cv = sd(Nota, na.rm = T) / media * 100,
    amplitude_interquartil = IQR(Nota)
  ) %>%
  arrange(desc(mediana))

Tabulação Cruzada

#Tabulação cruzada
table(ds.eng.final$Turno,
      ds.eng.final$Raca) %>% 
  kbl %>% kable_material_dark(full_width = F)

#Tabulaçãoo cruzada proporção
prop.table(table(
  ds.eng.final$Turno,
  ds.eng.final$Raca
)) %>% 
  kbl %>% kable_material_dark(full_width = F)

Nota-se que 50% dos alunos de Engenharia são de brancos, com 32% estudando em turno Integral e 18% no turno Noturno.

#assimetria e curtose - Turno
ds.eng.final_mod2 = ds.eng.final %>% 
  select(Turno,Nota,Raca) %>% 
  group_by(Turno) %>% 
  #filter(raca=="Branca") %>% 
  summarise(  quantidade=n(),
              media = mean(Nota),
              mediana = median(Nota),
              cv=sd(Nota)/media*100,
              amplitude_interquartil=IQR(Nota),
              assimetria=skewness(Nota),
              curtose=kurtosis(Nota)
  ) %>% 
  
  arrange(desc(cv))

ds.eng.final_mod2  %>% kbl %>% kable_material_dark(full_width = F)

#assimetria e curtose - Raca
ds.eng.final_mod3 = ds.eng.final %>% 
  select(Turno,Nota,Raca) %>% 
  group_by(Raca) %>% 
  #filter(raca=="Branca") %>% 
  summarise(  quantidade=n(),
              media = mean(Nota),
              mediana = median(Nota),
              cv=sd(Nota)/media*100,
              amplitude_interquartil=IQR(Nota),
              assimetria=skewness(Nota),
              curtose=kurtosis(Nota)
  ) %>% 
  
  arrange(desc(cv))

ds.eng.final_mod3  %>% kbl %>% kable_material_dark(full_width = F)

Histogramas

#Histograma
grafico_hist.turno= ggplot(ds.eng.final, aes(x = Nota, fill = Turno)) +
  geom_histogram(binwidth = 10) +
  ggtitle("Gráfico de Histograma da Nota por Turno") +
  ylab("Frequência") +
  xlab("Notas")
ggplotly(grafico_hist.turno)

grafico_hist.raca= ggplot(ds.eng.final, aes(x = Nota, fill = Raca)) +
  geom_histogram(binwidth = 10) +
  ggtitle("Gráfico de Histograma da Nota por Raça") +
  ylab("Frequência") +
  xlab("Notas") +
  guides(fill=guide_legend(title="Raça"))
ggplotly(grafico_hist.raca)

grafico_hist.raca.turno= ggplot(ds.eng.final, aes(x = Nota, fill = Turno)) +
  geom_histogram(binwidth = 10) +
  ggtitle("Gráfico de Histograma da Nota por Raça e Turno") +
  ylab("Frequência") +
  xlab("Notas") +
  facet_grid(~ Raca) +
  guides(fill=guide_legend(title="Raça"))
ggplotly(grafico_hist.raca.turno)

Esse gráfico nos permite ver que a frequência de alunos de raça branca é muito maior do que as demais, sendo a parda a segunda maior em frequencia.

BoxSplots

grafico_bp.raca= ggplot(ds.eng.final, aes(x = Raca, y = Nota, fill = Raca)) +
  geom_boxplot() +
  ggtitle("Gráfico de Box-plot da Nota por Raça") +
  xlab("Raça") +
  ylab("Notas") +
  guides(fill=guide_legend(title="Raça"))
ggplotly(grafico_bp.raca)

Nota-se que a média de notas por raça dos alunos de Engenharia é praticamente a mesma, contudo, alunos brancos e amarelos possuem uma variação de nota menor comparado aos pardos e negros. Baseado neste gráfico, poseria se desconfiar que os alunos brancos devem ter notas um pouco maiores do que os alunos negros.

grafico_bp.turno= ggplot(ds.eng.final, aes(x = Turno, y = Nota, fill = Turno)) +
  geom_boxplot() +
  ggtitle("Gráfico de Box-plot da Nota por Turno") +
  xlab("Turno") +
  ylab("Notas")
ggplotly(grafico_bp.turno)

Nota-se que os alunos que cursam Engenharia no turno Integral e Matutino possuem média de notas mais altas e um variação de notas menor do que os que que estudam à noite. Os alunos que estudam à tarde possuem uma distribuição semelhante àquelas que estudam de manhã ou integral, mas as notas são, em geral, menores do que a dos demais turnos. Pode-se então desconfiar que os alunos da manhã e integral vão ter notas maiores do que os que estudam tarde ou noite.

grafico_bp.raca.turno= ggplot(ds.eng.final, aes(x = Turno, y = Nota, fill = Turno)) +
  geom_boxplot() +
  ggtitle("Gráfico de Box-plot da Nota por Raça e Turno") +
  xlab("Turno") +
  ylab("Notas") +
  facet_grid(~ Raca) +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
  guides(fill=guide_legend(title="Turno"))
ggplotly(grafico_bp.raca.turno)

grafico_bp.raca.regiao= ggplot(ds.eng.final, aes(x = Regiao, y = Nota, fill = Regiao)) +
  geom_boxplot() +
  ggtitle("Gráfico de Box-plot da Nota por Raça e Região") +
  xlab("Região") +
  ylab("Notas") +
  facet_grid(~ Raca) +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) +
  guides(fill=guide_legend(title="Região"))
ggplotly(grafico_bp.raca.regiao)